بهبود عملکرد طبقه‌بندی‌کننده براساس نمایش تنک در سیستم‌هایBCI با بهسازی فرایند استخراج ویژگی و استفاده از الگوریتم بهینه یافتن پاسخ تنک

در سال‌های اخیر، واسط مغز/رایانه (bci)، به عنوان وسیله‌ای جدید برای ارتباط بین مغز انسان و محیط اطرافش مورد توجه قرار گرفته است. راه‌اندازی این نوع سیستم ها به هم کاری چند بلوک ازجمله بلوک‌های ثبت، پردازش سیگنال و رابط کاربری نیاز دارد. بلوک پردازش سیگنال شامل بلوک‌های پیش‌پردازش و شناسایی الگو است. بلوک شناسایی الگو نیز از دو مرحله ی استخراج ویژگی و طبقه‌بندی تشکیل شده است. در این پژوهش، از طبقه‌بندی کننده براساس نمایش تنک (src) در بلوک طبقه‌بندی استفاده شد. طبقه‌بندی کننده براساس نمایش تنک، دو مرحله ی اساسی تشکیل ماتریس دیکشنری و یافتن پاسخ تنک داده ی ورودی دارد. برای تشکیل ماتریس دیکشنری که از مرحله استخراج ویژگی به دست می‌آید، از الگوریتم الگوهای مکانی مشترک (csp) استفاده شد. از معایب این الگوریتم، حساسیت به نویز و مساله ی فرایادگیری است. برای رفع معایب csp، از الگوریتم‌های الگوهای مکانی مشترک تنظیم شده (rcsp) استفاده شد. در مطالعات قبلی در زمینه ی bci، برای یافتن پاسخ تنک از الگوریتم استاندارد bp استفاده شده که از معایب آن، پیچیدگی محاسباتی و زمان‌بر بودن آن است. برای رفع معایب این روش، با توجه به کارایی مناسب روش جدید sl0 در تعدادی از تحقیقات مشابه، از این الگوریتم برای محاسبه پاسخ تنک استفاده شد. نتایج حاصل نشان می‌دهد که الگوریتم‌های rcsp در مواردی که داده‌های آموزشی کمی موجود است می تواند معایب csp را به خوبی برطرف کند. به طور میانگین استفاده از این روش 53/7% بهبود را نسبت به csp نشان داد. هم‌چنین الگوریتم sl0، علی رغم کاهش قابل ملاحظه زمان پردازش در مقایسه با bp، در صحت تشخیص معادل با آن عمل کرده است.